Dify
ワークフロー・RAG・エージェントを備えたオープンソース LLM アプリ開発プラットフォーム
はじめに
Dify はビジュアル LLM アプリ開発プラットフォームです。TokenMix の OpenAI 互換エンドポイントに接続することで、Dify のワークフロー・チャットボット・RAG パイプライン内で Claude、GPT-5、DeepSeek、Qwen など TokenMix が対応するすべてのモデルを利用できます。
前提条件
Dify のセルフホストインスタンスが必要です。Docker Compose で素早く起動できます：
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
ブラウザで http://localhost にアクセスし、初回起動時に管理者アカウントを作成します。
また、TokenMix の API キーが必要です。tokenmix.ai → コンソール → API Keys で新しいキーを作成してください。
セットアップ手順
ステップ 1 — モデルプロバイダー設定を開く
Dify ワークスペースで右上のアバターをクリック → 設定 → モデルプロバイダー。
ステップ 2 — OpenAI-API 互換プロバイダーを追加
OpenAI-API-compatible を探し、モデルを追加 をクリックします。
ステップ 3 — 接続情報を入力
| フィールド | 値 |
|---|---|
| API エンドポイント URL | https://api.tokenmix.ai/v1 |
| API キー | TokenMix キー（sk-tm-…） |
| モデル名 | 例：claude-sonnet-4.6 |
| モデルタイプ | LLM |
| 補完モード | Chat |
| コンテキスト長 | モデルに応じて設定（Claude Sonnet は 200000） |
保存 をクリックすると Dify が自動的に認証情報を検証します。
ステップ 4 — Embedding モデルを追加（RAG に必要）
ステップ 2〜3 を繰り返し、モデルタイプ を Text Embedding に変更し、TokenMix が対応する Embedding モデル名を入力します（モデル一覧ページで type=embedding でフィルタリング、例：text-embedding-3-large）。
ステップ 5 — ワークフローまたはチャットボットで使用
アプリを作成または開き、モデルセレクターで追加したモデルを選択します。リクエストは TokenMix 経由でルーティングされます。
動作確認
Dify の「デバッグ＆プレビュー」パネルでメッセージを送信し、正常な応答が返ってきたら接続成功です。
TokenMix コンソール → 利用履歴 でリクエストが記録されているかも確認できます。
よくある質問
Q: モデル追加後に「クォータ超過」または「無効な API キー」が表示される。 A: 設定 → モデルプロバイダー でキーを再確認し、貼り直してください（前後のスペースに注意）。TokenMix の残高も確認してください。
Q: TokenMix ではどの Embedding モデルが使えますか？
A: tokenmix.ai → モデル で Embedding タイプでフィルタリングしてください。text-embedding-3-large や text-embedding-3-small が一般的です。ページに表示される short_id をモデル名として入力します。
Q: 複数のモデル（Claude と GPT-5 など）を同時に追加できますか？
A: できます。モデルごとに「モデルを追加」手順を繰り返してください。base_url と API キーは共通で、モデル名とコンテキスト長だけ変更します。